Model icon
flux-3/text-to-video
Text to Video
Image to Video
Mô hình:
Tạo video giây 5–20 với âm thanh bản địa từ văn bản, hình ảnh nguồn, khung hình đầu tiên và cuối cùng, một video hiện có hoặc lên đến mười khung phím được đặt.
Input

Create synchronized sound with the video.

Output

Ví dụ về kết quả

Đây là dữ liệu mẫu. Tạo ra một kết quả mới để xem sản lượng thực.

ID nhiệm vụ:flux3-text-to-video-defaultĐược tạo ra:PoYo default
Trạng thái:finishedTiến bộ:100%
Chi tiết về giá

Giá cả minh bạch mà không có phí ẩn. Chọn tiền đi.

Black Forest Labsflux-3
Standard workflows · 720p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
Giá PoYo
$0.170/sec
34 tín dụng
Giá chính thức
-
Anh cứu
-
Black Forest Labsflux-3
Standard workflows · 1080p
Text to Video · Image to Video · First & Last Frame · Keyframes to Video
Giá PoYo
$0.290/sec
58 tín dụng
Giá chính thức
-
Anh cứu
-
Black Forest Labsflux-3/extend-video
Extend Video · 720p
Giá PoYo
$0.410/sec
82 tín dụng
Giá chính thức
-
Anh cứu
-
Black Forest Labsflux-3/extend-video
Extend Video · 1080p
Giá PoYo
$0.530/sec
106 tín dụng
Giá chính thức
-
Anh cứu
-

* Các khoản phí thực tế được dựa trên kết quả cuối cùng.

Có sẵn ngay bây giờ

Hướng dẫn đầy đủ về việc sử dụng FLUX 3 Video API với âm thanh bản địa

FLUX 3 Video API với âm thanh bản địa

Xây dựng các dòng công việc trực quan với Black Forest Labs" FLUX 3 qua 5 sản phẩm sẵn sàng PoYo Endpoints: text to video, image to video , frame đầu tiên và cuối cùng, video extension, và keyframes vị trí.

Tạo 5–20 clip giây tại 720p hoặc 1080p, chọn từ tám tỷ lệ khía cạnh, và tạo âm thanh bản địa đồng bộ trong cùng một yêu cầu.

FLUX 3 API Các tính năng và khả năng đa phương thức

Tạo và chỉnh sửa hình ảnh, tạo video với âm thanh bản địa đồng bộ và hướng dẫn đầu ra với văn bản, hình ảnh, video và tham chiếu khung khóa.

01

Một mô hình nền tảng đa phương tiện

FLUX 3 học hình ảnh, video và âm thanh cùng nhau trong một kiến trúc. Nó có thể trộn văn bản và tham chiếu trực quan thay vì xử lý mỗi phương tiện như một hệ thống riêng biệt.

  • Học hình ảnh, video và âm thanh trong một kiến trúc chung
  • Kết hợp ngôn ngữ với các tham chiếu hình ảnh và video
  • Các biến thể hỗ trợ tạo ra, hiểu biết và tập trung vào hành động
Một mô hình nền tảng đa phương tiện

02

Tạo hình ảnh và chỉnh sửa

FLUX 3 Hình ảnh được thiết kế cho các phong cách khác nhau, tỷ lệ khía cạnh, độ phân giải, yêu cầu phức tạp, chỉnh sửa và kiểu chữ đa ngôn ngữ chính xác hơn.

  • Tạo và chỉnh sửa trên nhiều phong cách và tỷ lệ khía cạnh khác nhau
  • Hãy tuân theo những prompt phức tạp và tham chiếu hình ảnh
  • Làm cho các bản báo đa ngôn ngữ chính xác hơn
Tạo hình ảnh và chỉnh sửa

03

Video với âm thanh bản địa

FLUX 3 Video có thể tạo clip lên đến 20 giây với âm thanh bản địa, bao gồm văn bản-video, hình ảnh-video, video-video, tiếp tục, khung phím và đối thoại đa ngôn ngữ.

  • Tạo clip lên đến 20 giây trong một lần tạo
  • Tạo đối thoại, môi trường và âm thanh phù hợp với sự kiện
  • Sử dụng văn bản qua video, hình ảnh qua video và video qua video

04

Các tài liệu tham chiếu, khung khóa và video tiếp tục

Kiểm soát một bức ảnh với khung khởi đầu, tham chiếu trực quan, clip nguồn hoặc khung khóa được xác định. FLUX 3 cũng được thiết kế để tiếp tục video và âm thanh cùng nhau và chuỗi các clip riêng lẻ thành chuỗi nhiều lần dài hơn.

  • Động tác khung khởi đầu hoặc bảo tồn đối tượng tham chiếu
  • Tạo chuyển đổi giữa các khung khóa được xác định
  • Tiếp tục các đoạn phim hình ảnh và xây dựng các chuỗi dài hơn
FLUX 3 dòng công việc âm thanh và hành động đa phương thức hình ảnh video

Bạn có thể xây dựng gì với FLUX 3 API?

01

Tạo hình ảnh và chỉnh sửa

Tạo hình ảnh chiến dịch, khái niệm sản phẩm, hình ảnh biên tập, thiết kế đa ngôn ngữ và chỉnh sửa được kiểm soát bằng tham chiếu trong một dòng công việc hình ảnh.

02

Video ngắn với âm thanh bản địa

Tạo các đoạn phim trực quan đầy đủ với đối thoại, môi trường, hiệu ứng âm thanh, chuyển động máy ảnh và hành động trực quan phù hợp trong cùng một cảnh.

03

Các cảnh nhân vật dựa trên tham chiếu

Sử dụng hình ảnh hoặc video nguồn để mang một chủ đề, nhân vật, sản phẩm hoặc phong cách trực quan vào một thiết lập mới trong khi vẫn giữ lại tham chiếu cốt lõi.

04

Các tấm phim và hình ảnh trước

Chuyển văn bản, khung khóa và nghệ thuật khái niệm thành cảnh xem trước chuyển tiếp, hướng máy ảnh, thời gian cảnh và đánh giá sáng tạo.

05

Nội dung tiếp thị đa ngôn ngữ

Phát triển hình ảnh địa phương, kiểu chữ hoạt hình và khái niệm video dẫn đường đối thoại cho các chiến dịch quốc tế và kênh xã hội.

06

Các đường ống dẫn tạo nhiều lần

Cứ tiếp tục các đoạn phim và chuỗi ảnh trong các chuỗi dài hơn trong khi sử dụng các tham chiếu phù hợp trong suốt dòng công việc sản xuất.

FLUX 3 API vs FLUX 2 API

FLUX 2 là gia đình hình ảnh sản xuất hiện tại. FLUX 3 mở rộng nền tảng thành một mô hình đa phương pháp thống nhất cho hình ảnh, video, âm thanh bản địa và các biến thể hướng hành động.

Khả năngFLUX 3 Video APIFLUX 2 API
Tập trung chínhHình ảnh, video, âm thanh và nền tảng hành động thống nhấtTạo hình ảnh và chỉnh sửa
Tạo hình ảnh và chỉnh sửaĐược thông báoCó sẵn
Tạo videoCho đến 20 giây được công bốKhông được hỗ trợ
Âm thanh bản địaĐối thoại, môi trường và âm thanh đồng bộKhông được hỗ trợ
Các đầu vào tham chiếuCác văn bản, hình ảnh, video và khung phímVăn bản và hình ảnh
Video tiếp tụcVideo và âm thanh tiếp tục được công bốKhông được hỗ trợ
Hiện tại có sẵnNăm video workflows có sẵn trên PoYoCó sẵn trên PoYo
Tích hợp tốt nhấtCác luồng công việc đa phương tiện và âm thanh-hình ảnh mớiTạo hình ảnh sản xuất và chỉnh sửa ngày nay

PoYo hiện đang phơi bày năm xu hướng làm việc video FLUX 3. Các biến thể tạo hình ảnh và hành động vẫn là một phần của bản đồ đường bộ sản phẩm FLUX 3 rộng hơn.

FLUX 3 API Các câu hỏi thường được hỏi

FLUX 3 là gì?

FLUX 3 là Black Forest Labs mô hình đa phương thức thống nhất cho việc tạo và chỉnh sửa hình ảnh, tạo video với âm thanh bản địa, tham chiếu trực quan, điều khiển khung khóa và đối thoại đa ngôn ngữ.

FLUX 3 đã được phát hành chưa?

Black Forest Labs công bố FLUX 3 vào tháng 7 23, 2026. PoYo hiện cung cấp năm điểm cuối video sản xuất bao gồm văn bản, hình ảnh, khung hình đầu tiên và cuối cùng, mở rộng và khung khóa.

FLUX 3 có thể tạo ra gì?

BFL cho biết FLUX 3 bao gồm tổng hợp hình ảnh và chỉnh sửa, video với âm thanh bản địa, tham chiếu đa phương thức và dự đoán hành động thông qua các biến thể chuyên dụng.

Video FLUX 3 có thể dài bao lâu?

PoYo chấp nhận thời gian toàn số từ 5 đến 20 giây và có thể tạo âm thanh bản địa đồng bộ trong cùng một yêu cầu.

Chi phí FLUX 3 API là bao nhiêu?

Các dòng công việc tiêu chuẩn có giá 34 tín dụng mỗi giây tại 720p hoặc 58 tại 1080p. Chi phí mở rộng video là 82 tín dụng mỗi giây tại 720p hoặc 106 tại 1080p.

FLUX 3 có hỗ trợ tham chiếu hình ảnh và video không?

Có. PoYo hỗ trợ một hình ảnh cho hình ảnh sang video, hai hình ảnh được sắp xếp cho lần tạo khung hình đầu tiên / cuối cùng, lên đến mười khung phím định vị và một nguồn MP4 cho mở rộng video.

FLUX 3 có nguồn mở không?

BFL đã công bố FLUX 3 Dev như là một bộ xương sống đa phương thức có trọng lượng mở, nhưng trọng lượng, giấy phép, yêu cầu phần cứng và ngày phát hành vẫn chưa được công bố.

FLUX 3 khác với FLUX 2 bằng cách nào?

FLUX 2 tập trung vào việc tạo ra hình ảnh sản xuất và chỉnh sửa. FLUX 3 thêm video, âm thanh bản địa, tham chiếu video, tiếp tục, đối thoại đa ngôn ngữ và biến thể định hướng hành động vào một gia đình mô hình thống nhất.

Tại sao sử dụng FLUX 3 Video API trên PoYo

01

Giảm giá chính thức

Sử dụng giá cả mỗi giây minh bạch trên các dòng công việc 720p và 1080p, với chi phí tín dụng ước tính được hiển thị trước khi tạo ra.

02

API ổn định

Xây dựng cho sản xuất với truy cập API ổn định, báo cáo trạng thái rõ ràng và xử lý nhiệm vụ đáng tin cậy.

03

Hỗ trợ thông số đầy đủ

Nhập vào mọi điều khiển chính thức được phát hành cho hình ảnh, video, âm thanh bản địa, tham chiếu trực quan và khung khóa.

04

Nhóm có kinh nghiệm

Hãy dựa vào một nhóm kỹ thuật có kinh nghiệm để tài liệu tích hợp, giải quyết các vấn đề và hỗ trợ sản xuất lâu dài.